Perbedaan metode Hirarki dan non Hirarki

David Wahyudi

Rabu, 26 Juni 2019

Perbedaan metode Hirarki dan non Hirarki

A. Metode Hirarki

      Menurut Bangun (2016), metode hirarki merupakan pengelompokan antara dua objek atau lebih yang memiliki karakteristik atau kemiripan yang sama. Termasuk dalam teknik metode hirarki yaitu single linkage, complete linkage, average linkage, median linkage, dan centroid linkage. Ada lima macam metode hirarki yakni :

1.      Single-linkage (pautan tunggal), metode dengan prinsip jarak minimum. Langkah pertama menemukan jarak terdekat pada D = ( SHAPE  \* MERGEFORMAT ) adalah nilai obyek ke-i pada variabel ke-k dengan i=1,2,3,...,n dan menggabungkan obyek yang berkorespondensi, katakan U dan V dan sebaran kelompok lain. Dapat disimpulkan bahwa metode ini berdasarkan pada jarak yang terdekat atau terkecil maka kedua objek tersebut akan dijadikan satu cluster.

2.      Complete linkage (pautan lengkap), metode ini berlawanan dengan single -linkage yakni pengelompokannya berdasarkan jarak terjauh antar objek dengan prinsip jarak maksimum.

3.      Average-linkage (pautan rata-rata), metode ini yang digunakan adalah rata-rata jarak seluruh objek dalam suatu cluster dengan jarak objek dalam cluster yang lain dengan prinsip jarak rata-rata antar tiap pasangan objek. Metode umum dimulai penemuan anggota lain pada D =   dan menggabungkan obyek yang berkorespondensi misalnya U dan V menjadi (UV).

4.      Ward’s method, metode ini menggunakan perhitungan yang lengkap dan memaksimumkan homogenitas di dalam satu kelompok. Dengan jarak antara dua cluster berdasarkan total sum of square dua cluster pada tiap-tiap variabel.

5. Centroid method (metode titik pusat), metode ini berdasarkan jarak centroid dua cluster yang bersangkuan dengan rata-rata jarak pada sebuah kelompok. Dengan metode ini, setiap terjadi kelompok baru segera terjadi perhitungan ulang centroid sampai terbentuk kelompok yang tetap.

B. Metode Non Hirarki

Menurut Bangun (2016), metode clustering non hirarki atau sering juga disebut dengan k-means yaitu data yang mempunyai karakteristik yang sama kemudia dikelompokkan satu cluster sama, dan data yang mempunyai karakteristik berbeda dikelompokkan pada kelompok lain. Metode non hirarki ini dimulai dengan menentukan nilai cluster dengan jumlah yang dinginkan. Kemudian objek dikelompokkan atau digabungkan ke dalam cluster-cluster .

Langkah-langkah analisis cluster pada metode non hirarki terdapat tiga macam yakni :

1. Analisis komponen utama.

2. Analisis faktor.

3. Analisis cluster.